作者|宛辰、LiYuan

编辑|靖宇

当地时间6月28日，美国知名数据平台Databricks举办了自己的年度会议――数据与人工智能峰会。会上，Databricks公布了LakehouseIQ、LakehouseAI、DatabricksMarketplace、LakehouseApps等一系列重要新品。

无论是从峰会的名称，还是新产品的命名，都能看出这家老牌数据平台，正在趁着大语言模型的东风，加速向AI转变的脚步。

Databricks公司CEOAliGhodsi所说的数据和AI普惠化｜Databricks

「Databricks要实现的是『数据普惠』和AI普惠，前者让数据通向每一个雇员，后者让AI进入每一个产品。」Databricks公司CEOAliGhodsi在台上说出了团队的使命。

就在大会开始之前，Databricks刚刚宣布以13亿港元并购AI领域的新生力量MosaicML，创下了当前AI领域收购纪录，可见公司在AI转型上的力度和决心。

正在前方参会的PingCAP创始人兼CEO刘奇告诉极客公园，Databricks平台刚刚上线AI的企业级应用，就已经有低于1500家公司在里面进行模型训练，「数字超过预期」。同时，他觉得Databricks由于之前在数据+AI方面的积累，让公司能在AI大火之际，迅速在之前平台基础上加入新产品，就能迅速给出和大模型相关的服务。

「最关键的就是速度。」刘奇说道，在大模型时代，如何用更快的速度让大模型和现有产品整合，解决用户的痛点，可能是现今所有数据公司最大的挑战，同时只是最大的机会。

Talkingpoints

通过交互界面的升级，不是数据预测师的普通人，也可以直接使用自然语言查询和预测数据。企业将大模型部署到云端数据库将越来越容易，直接使用成品大模型工具分析数据，也将显得非常简单。随着AI的进展，数据的价值还将越来越高，数据潜力将被进一步释放。

01

数据库迎来自然语言交互

在会上，Databricks推出了全新的「神器」LakehouseIQ。LakehouseIQ承载着Databricks近期最大的布局方向之一――数据预测普惠化，即不把握Python和SQL的普通人也能轻轻松松接入公司数据，用自然语言能够进行数据预测。

为达到这个目的，LakehouseIQ被设计为一个功能合集，既可以被普通终端用户使用，也可以被开发者使用，针对不同的用户设计了不同的功能。

LakehouseIQ产品图｜Databricks

针对开发者方面，发布了LakehouseI【【微信】】，这项功能中，LakehouseIQ可以运用大语言模型帮助研发人员完成、生成和解释代码，以及进行代码修复、调试和报告生成。

而针对普通的非程序员群体，Databricks则提供了可以直接用自然语言交互的界面，背后由大语言模型驱动，可以直接用自然语言来搜索和查询数据。同时，该功能与UnityCatalog集成，让公司可以对数据的搜索和查询进行访问权限控制，只返回提问者被授权查看的数据。

自大模型推出以来，用自然语言对数据进行查询和预测，其实仍然是一个数据预测方向的热点，许多公司在此方向都有所布局。包括Databricks的老对手Snowflake，刚刚宣布的DocumentAI功能只是主打这个方向。

LakehouseIQ自然语言查询界面｜Databricks

不过Databricks宣称，LakehouseIQ做到了更好的功能。它提及，通用大语言模型在理解特定客户数据、内部术语和使用方式方面拥有局限性。而Databricks的技术，能够运用客户自己的方式（schema）、文档、查询、受欢迎程度、线程、笔记本和商业智能仪表盘来获得智能，回答更多查询。

Databricks的功能与Snowflake的功能也有一个区别，Snowflake平台的DocumentAI功能，仅限于对文档中的非结构化数据进行查询，而LakehouseIQ适用于结构化的Lakehouse数据和代码。

02

从机器学习到AI

Databricks与Snowflake在公布会上的相同之处还不局限于此。

这次发布会中，Databricks发布了DatabricksMarketplace和LakehouseAI，这与Snowflake这一天大会的重点也完全吻合，二者都主打将大语言模型部署到数据库环境中。

在Databricks的构想中，Databricks未来既可以协助客户部署大模型，也提供成品的大模型工具。

Databricks过去就有DatabricksMachineLearning的品牌，在这次公布会上，Databricks对其进行品牌全面的再次定位，升级为LakehouseAI，主打协助客户部署大模型。

Databricks上线了DatabricksMarketplace。在DatabricksMarketplace中，用户可以接入经过筛选的开源大语言模型集合，包括MPT-7B、Falcon-7B和StableDiffusion，还可以发现和获得数据集、数据资产。LakehouseAI还包括一些大语言模型操作能力（LLMOps）。

LakehouseAI架构图｜Databricks

Snowflake也在对此进行积极部署，其相同功能由N【【微信】】、NvidiaAIEnterprise、Dataiku和JohnSnowLabs提供（）。

在协助客户部署大模型方向，Snowflake与Databricks显现出了分歧。Snowflake选择积极地与合作伙伴进行合作，而Databricks则试图将该功能成为其核心平台的本地特点添加上去。

而在提供成品工具方面，Databricks宣布DatabricksMarketplace未来还将可以提供LakehouseApps。LakehouseApps将直接在客户的Databricks实例上运行，它们可以与客户的数据集成，使用和扩充Databricks服务，并使用户无法通过单点登录体验进行互动。数据永远不必须离开客户的例子，没有数据移动和安全/访问问题。

这点则与Snowflake公司的产品从命名到功能上都直接撞车。Snowflake公司与之相同的SnowflakeMarketplace和SnowflakeNativeApp已经上线，是其公布会的重点之一。彭博社就在Snowflake的会议上宣布了一个由彭博社提供的DataLicensePlus(DL+)APP，允许客户在云端用几分钟时间才能配置一个随时可用的环境，内部设有完全建模的彭博订阅数据和来自多供应商的ESG内容。

03

数据平台迎来新变革

开幕式主旨演讲上，Databricks公布了一个数字：过去30天，已经在Databricks平台上训练Transformer模型的客户超过1500家。

在谈及这个令人印象深刻的数字时，PingCAP刘奇认为，这说明企业应用AI的速率比预期的要快得多，「应用模型不一定要去练习模型，所以假如训练的都有1500家，那应用的肯定要比这个（数字）大的多得多。」

另一方面，这也表明Databricks在AI这个领域的发力相对完整。「它目前不仅仅是一个DataWarehouse（数据仓库），一个Datalake（数据湖）。现在它还提供：AI的training（训练）、AI的serving（服务），模型的管控等一整套。」

AliGhodsi以计算和互联网的革命，类比大模型之于机器学习的创新｜Databricks

也就是说，底层模型可以通过Databricks的平台去训练，「最底层的模型改改参数能够训练」。在这个模型之上所必须的AI服务，Databricks也布局了相应的基础设施――今天公布了【【微信】】（向量搜索）和【【淘密令】】（特征库）。

Databricks全面向大模型升级。

过去，Databricks在AI方面有众多积累，比如在建索引、查数据、预测工作负载等方面，用小模型来提升效率、降低时延。但是，以这么快的速度补上大模型的能力，还是让不少人意外。

在现在峰会全面展现的AI布局之前，Databricks收购了Okera（AI数据治理），推出了自家的开源大模型Dolly2.0，又以13亿港元收购了MosaicML，一连串的动作一气呵成。

对此，硅谷徐教授Howie认为，Databricks和Snowflake这两个大会都可以非常明确地看出：两家公司的创始人觉得，基于数据库、数据湖他们所做的行动、接下去会面临根本性的改变。按照一年前它们在做的思路，在将来几年行不通。

相应地，快速补齐大模型的能力，也意味着可以取得因为大模型带来的增量市场。

刘奇认为，没有大模型之前，很多的需求可能都不存在，但有了大模型后来，有了这些新增需求。「因为只有模型没有数据，干不了哪些事情，特别是没有方法作出差异化。如果你们都是一个大模型，那你跟对方或许也没有差别。」

但比起大模型，峰会现场的听众已然更关注小模型，因为小模型的几个优势：速度、成本、安全性。刘奇表示，基于自己独有的数据，做出差别化的模型，模型要足够小能够满足这三条：足够便宜、足够快、足够安全。

值得注意的是，Databricks和Snowflake在近日都发布了它的净利数据，平台年产值下降在60%以上。相比整个行业软件支出激增的大背景，这样的下降速度反映了数据越来越被关注。这次Databricks峰会的主题只是数据加AI，但有了大模型，数据的价值还将越来越高。

大模型的到来，让数据自动生成作为可能，可以预见，数据量将指数级增长。怎么轻松地访问数据、怎么支持不同的数据格式、挖掘数据背后的价值，会变成越来越经常的需求。

另一方面，今天这些企业还在还在探索观望将大模型接入企业软件，但考虑到安全、隐私、成本，敢直接用的，还很少。一旦通过将大模型直接部署到企业数据上，无需移动数据，部署大模型的门槛将被进一步增加，数据被消费的总量和速率都将被进一步释放。